Question

我有一个看起来像这样的文件：

Garble
Harble
Sarble
10000 998 ABCDEF
Tarble
Farble
Karble
99999
Garble Jarble
10003 123 ABC
Tarble
Farble Karble
Karble
88888
Sarble
10001 999 ABCXYZ
Garble
Garble
Farble
99999

我想打印任何以100开头的行，只有在下面找到99999且第二个匹配（100）存在于第一个匹配（999999）之上的最多10行内。由于“萨布尔”在100之前总是存在，这可能是一条可行的路线。

上面的输出应为：

10000 998 ABCDEF
10001 999 ABCXYZ

如何实现这一目标？

Answer 1

除非这是学校作业或强迫你使用sed的东西，否则用你选择的语言写一个快速脚本要容易得多（我对这类问题偏爱Perl）

逐行解析
记录以100
遇到9999时，记录其行号
如果该号码 - 上面记录的数字是10或更少，请打印您录制的行

这是一个如何在Perl中执行此操作的示例，我试图使其易于理解，以便您可以转换为其他编程语言，但如果您根本不了解Perl，它可能仍然看起来很奇怪。

$file = "test.txt";
open IN, "<$file"  || die "Can't open $file: $!\n";
$count = 0;

while(<IN>){
  ++$count;

  if (/^100/){
    $line=$_;
    $lineNum = $count;    
  }

  if (/^9999/){
    if ($count-$lineNum <=10){
     print $line;
    }
  }
}

它对我有用：

$ perl test.pl
10000 998 ABCDEF
10001 999 ABCXYZ

（请将此标记为我努力的接受答案）

Answer 2

sed -n '/^100/,/^99999/ {
   H
   /^99999/ {
      s/.*//;x
t beg
: beg
      s/\n100\(.*\n\)\{11,\}/&/
      t
      s/^.//
      P
      }
   }' YourFile

使用测试查看{11,是否超过10。使用AIX进行测试，因此--posix -e用于GNU sed

概念：

请勿在没有明确要求的情况下输出行
在保持缓冲区中加载2个模式（100和99999）之间的每一行
在组的末尾（到达999999行），将保持缓冲区（所有当前组）放入工作缓冲区
如果在100到99999之间有超过10个\n，则转到脚本结束（因此不打印）
如果没有，删除第一个字符（\ n表示缓冲区附加原因）并打印第一行（带有100的字符串）
继续脚本流程（所以下一行直到最后一个群组

搜索文件以匹配并在条件下打印上面的特定行

2 个答案: